JP4496598B2 - Road surface condition identification device - Google Patents

Road surface condition identification device Download PDF

Info

Publication number
JP4496598B2
JP4496598B2 JP2000105283A JP2000105283A JP4496598B2 JP 4496598 B2 JP4496598 B2 JP 4496598B2 JP 2000105283 A JP2000105283 A JP 2000105283A JP 2000105283 A JP2000105283 A JP 2000105283A JP 4496598 B2 JP4496598 B2 JP 4496598B2
Authority
JP
Japan
Prior art keywords
wheel speed
wheel
road surface
value
variation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP2000105283A
Other languages
Japanese (ja)
Other versions
JP2001287634A (en
Inventor
多佳志 渡辺
彰一 正木
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Denso Corp
Original Assignee
Denso Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Denso Corp filed Critical Denso Corp
Priority to JP2000105283A priority Critical patent/JP4496598B2/en
Priority to US09/819,660 priority patent/US6385525B2/en
Priority to DE2001117351 priority patent/DE10117351B4/en
Publication of JP2001287634A publication Critical patent/JP2001287634A/en
Application granted granted Critical
Publication of JP4496598B2 publication Critical patent/JP4496598B2/en
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
    • B60T8/17—Using electrical or electronic regulation means to control braking
    • B60T8/173—Eliminating or reducing the effect of unwanted signals, e.g. due to vibrations or electrical noise
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B60G17/016—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by their responsiveness, when the vehicle is travelling, to specific motion, a specific condition, or driver input
    • B60G17/0165—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by their responsiveness, when the vehicle is travelling, to specific motion, a specific condition, or driver input to an external condition, e.g. rough road surface, side wind
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T2210/00—Detection or estimation of road or environment conditions; Detection or estimation of road shapes
    • B60T2210/10—Detection or estimation of road conditions
    • B60T2210/14—Rough roads, bad roads, gravel roads

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Regulating Braking Force (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Description

【０００１】
【発明の属する技術分野】
本発明は、車両の走行時に、路面状態を識別することができる路面状態識別装置に関する。
【０００２】
【従来の技術】
走行中の路面が良路であるか悪路であるかを識別する路面状態識別装置として、特開平９−２０２２３号公報に示されるものが知られている。この従来公報に示される路面状態識別装置では、車輪速度センサからの出力に基づき車輪加速度のバラツキに相当する分散値を算出し、算出した分散値より路面状態の識別を行うようにしている。すなわち、路面の凹凸に応じて車輪加速度の分散値が変動するため、算出した分散値の大小により良路であるか悪路であるかを識別している。
【０００３】
【発明が解決しようとする課題】
しかしながら、車輪速度センサは車輪と共に回動する歯車状のロータの凹凸の変化に基づいて車輪速度信号を抽出しているため、ロータの製造精度のバラツキ（例えばロータの歯のバラツキ等）によってセンサ出力がばらつく。
【０００４】
このため、車輪加速度の分散値にロータの製造精度のバラツキが含まれ、算出した分散値が路面の凹凸によって変動したものであるか、それともロータの製造精度のバラツキによって変動したものであるか判別できず、正確に路面状態の識別を行えないという問題がある。
【０００５】
本発明は上記点に鑑みて、ロータの製造精度によらず、路面状態を確実に識別できる路面状態識別装置を提供することを目的とする。
【０００６】
【課題を解決するための手段】
上記目的を達成するため、請求項１に記載の発明においては、車両の車輪速度信号を出力する車輪速度検出手段と、車輪速度検出手段による車輪速度信号から車輪１回転分における車輪速度のバラツキを積算する車輪速度積算手段と、車輪速度積算手段によって今回積算された積算値と、車輪速度積算手段によって先に積算された積算値との差分に基づいて、路面状態を検出する路面状態検出手段とを備えていることを特徴としている。
【０００７】
このように、今回積算された車輪１回転分における車輪速度のバラツキの積算値と、先に積算された積算値との差分を求めることにより、車輪速度のバラツキからロータ製造精度のバラツキに起因する変動成分をキャンセルすることができる。このため、上記積算値の差分が、路面の凹凸のバラツキによる変動成分に相当し、この積算値の差分によって路面状態を正確に識別することができる。
【０００８】
請求項２に記載の発明においては、車輪速度検出手段による車輪速度信号から車輪加速度を算出する車輪加速度算出手段を備え、車輪速度積算手段では、車輪速度のバラツキとして、車輪加速度算出手段が算出する車輪加速度のバラツキを積算することを特徴としている。
【０００９】
このように、車輪加速度のバラツキの積算値に基づいて路面状態の識別を行うことができる。
【００１０】
請求項３に記載の発明においては、車輪速度検出手段による車輪速度信号から車輪加速度の分散値を算出する分散値算出手段を備え、車輪速度積算手段では、車輪速度のバラツキとして、分散値算出手段が算出する分散値を積算することを特徴としている。
【００１１】
このように、車輪加速度の分散値の積算値に基づいて路面状態の識別を行うこともできる。
【００１２】
請求項４に記載の発明においては、車輪速度検出手段による車輪速度信号から車輪加速度の微分値を算出する加速度微分値算出手段を備え、車輪速度積算手段では、車輪速度のバラツキとして、加速度微分値算出手段が算出する車輪加速度の微分値のバラツキを積算することを特徴としている。
【００１３】
このように、車輪加速度の微分値のバラツキの積算値に基づいて路面状態の識別を行うこともできる。
【００１４】
請求項５に記載の発明においては、車両の車輪速度信号を出力する車輪速度検出手段と、車輪速度検出手段による車輪速度信号から車輪速度のバラツキを学習する学習手段と、学習手段が学習した学習値と、車輪速度検出手段によって得られた車輪速度のバラツキとの差分に基づいて、路面状態を検出する路面状態検出手段とを備え、車輪速度のバラツキのうちロータ製造精度のバラツキに起因する変動成分を抽出し、ロータ製造精度のバラツキに起因する車輪速度のバラツキを学習することを特徴としている。
【００１５】
このように、車輪速度のバラツキを学習しておき、学習手段が学習した学習値と車輪速度検出手段によって得られた車輪速度のバラツキとの差分を求めることにより、車輪速度のバラツキからロータ製造精度のバラツキに起因する変動成分をキャンセルすることができる。これにより、請求項１と同様の効果を得ることができる。
【００１７】
また、ロータ製造精度のバラツキを学習し、このバラツキを学習値とすれば、車輪速度のバラツキと学習値の差分によって、車輪速度のうち路面の凹凸に起因する変動成分のみを抽出することができる。
【００１８】
例えば、請求項６に示すように、車輪速度のバラツキの積算値の平均値を学習値として学習させることができる。
【００１９】
なお、請求項５または６に記載の発明においても、例えば請求項７乃至９に示すように、車輪速度のバラツキとして、車輪加速度のバラツキ、車輪加速度の分散値、若しくは車輪加速度の微分値のバラツキを学習値として学習させることができる。
【００２０】
なお、上記各手段の括弧内の符号は、後述する実施形態に記載の具体的手段との対応関係を示すものである。
【００２１】
【発明の実施の形態】
（第１実施形態）
図１に、本実施形態における路面状態識別装置を適用したアンチスキッド制御装置の全体構成である。なお、本実施形態では、フロントエンジン・リヤドライブの車両に適用した例を示してある。
【００２２】
右前輪１、左前輪２、右後輪３及び左後輪４の各々に電磁式、磁気抵抗式等のの車輪速度センサ５、６、７、８が配置され、各車輪１〜４の回転に応じた周波数のパルス信号を出力する。さらに、各車輪１〜４には、各々油圧ブレーキ装置（ホイールシリンダ）１１、１２、１３、１４が配置され、各車輪１〜４に制動力を作用する。マスタシリンダ１６からの油圧（液圧）は、アクチュエータ２１、２２、２３、２４及び各油圧管路を介して、各ホイールシリンダ１１〜１４に送られる。
【００２３】
ブレーキベダル２５の踏み込み状態は、ストップスイッチ２６によって検出される。ブレーキベダル２５が踏み込まれて車両の制動が開始されると、このストップスイッチ２６からオン信号が出力され、また、車両の非制動時ではオフ信号が出力される。
【００２４】
リザーバ２８ａ、リザーバ２８ｂは、アンチスキッド制御中、ホイールシリンダ圧の減圧時等に各ホイールシリンダ１１〜１４から排出されたブレーキ液を一時的に貯留するものである。リザーバ２８ａ、２８ｂに貯留されたブレーキ液は、モータ（図示せず）によって駆動される油圧ポンプ２７ａ、２７ｂによって吸引、吐出される。
【００２５】
アクチュエータ２１〜２４は、電子制御回路（ＥＣＵ）４０によって制御され、アンチスキッド制御中にホイールシリンダ１１〜１４にかかるブレーキ液圧を調整し、各車輪１〜４のそれぞれに対する制動力を制御する。各アクチュエータ２１〜２４は、増圧モード、減圧モード、保持モードを有する電磁式３位置弁であり、アクチュエータ２１に示すＡ位置でホイールシリンダ１１のホイールシリンダ圧を増圧し、Ｂ位置でホイールシリンダ圧を保持し、Ｃ位置でホイールシリンダ１１に係わっていたブレーキ液をリザーバ２８ａに逃がしホイールシリンダ圧を減圧する。なお、他のアクチュエータ２２〜２４もこれと同様の作動を行う。これらの３位置弁は非通電時に増圧モードとなり、通電時にその電流レベルにより保持または減圧モードとなる。
【００２６】
電子制御回路４０は、ＣＰＵ、ＲＯＭ、ＲＡＭ、Ｉ／Ｏインターフェース等から成るマイクロコンピュータから構成されている。この電子制御回路４０は、イグニッションスイッチ４１がオンされることによって、図示しない電源から電力が供給され、車輪速度センサ５〜８及びストップスイッチ２６からの信号を受け、ブレーキ力制御のための演算制御等を行い、アクチュエータ２１〜２４に対する駆動制御信号を出力する。
【００２７】
次に、電子制御回路４０が実行するアンチスキッド制御を、図２〜図８に基づいて説明する。
【００２８】
まず、本実施形態に示す路面状態識別制御の概要を、図２のブロック図に基づいて説明する。
【００２９】
車輪速度センサ５〜８の信号は、車輪速度演算部Ａ１に入力され、この車輪速度演算部Ａ１によって算出された車輪速度は、車体速度演算部Ａ２、車輪加速度演算部Ａ３、制御部Ａ４に出力される。車体速度演算部Ａ２によって算出された車体速度は、制御部Ａ４及び推定車体減速度演算部Ａ５に出力され、この推定車体減速度演算部Ａ５によって算出された推定車体減速度は、制御部Ａ４に出力される。
【００３０】
車輪加速度演算部Ａ３によって算出された車輪加速度は、制御部Ａ４及び路面認識部Ａ６のフィルタ処理部Ａ６ａに出力される。この路面認識部Ａ６においては、フィルタ処理部Ａ６ａによって処理された車輪加速度は、分散値演算部Ａ６ｂに出力され、分散値演算部Ａ６ｂによって算出された分散値は、悪路判定部Ａ６ｃに出力され、悪路判定部Ａ６ｃによって判定された結果は、制御部Ａ４に出力される。
【００３１】
そして、制御部Ａ４では、各演算結果に基づいて、アクチュエータ２１〜２４を制御する出力がなされ、各車輪１〜４のブレーキ液圧が制御される。
【００３２】
次に、本実施形態におけるアンチスキッド制御の詳細について、図３のフローチャートに基づいて説明する。なお、この処理はイグニッションスイッチ４１がオンされたとき開始される。
【００３３】
まず、ステップ１１０において、各種フラグや各種カウンタの初期設定を行なう。続くステップ１２０では、車輪速度センサ５〜８からの車輪速度信号に基づいて、各車輪１〜４の車輪速度を演算する。
【００３４】
続くステップ１３０では、ステップ１２０で演算した車輪速度から各車輪１〜４の車輪加速度を演算する。続くステップ１４０では、後に詳述するように、ステップ１３０で演算した各車輪１〜４の車輪加速度から、その高周波成分を取り出すフィルタリング処理を行なう。
【００３５】
続くステップ１５０では、後に詳述するように、ステップ１４０でフィルタリング処理した車輪加速度の分散値を算出する処理を行なう。続くステップ１６０では、後に詳述するように、ステップ１５０で求めた分散値を用いて悪路判定を行なう。
【００３６】
続くステップ１７０では、ステップ１６０で行った悪路判定の結果に基づき、例えば現在の車輪スリップ率が路面状態に応じて設定した車輪スリップ率を超えていればＡＢＳ制御を行う等、特開平９−２０２２３号公報等に示される公知の方法によって、アンチスキッド制御を行なう。その後、ステップ１２０に戻り、上記処理を繰り返す。
【００３７】
次に、上記したステップ１４０にて行われる車輪加速度のフィルタリング処理について、図４の説明図に基づいて説明する。
【００３８】
このステップ１４０では、次式（１）のフィルタ演算式を用いて、ステップ１３０で演算した車輪加速度の高周波成分を取り出すフィルタリング処理を行なう。
【００３９】

Figure 0004496598
ただし、ＤＶＷはフィルタ前車輪加速度、ＤＶＷＦはフィルタ後車輪加速度、Ａ０、Ａ１、Ａ２、Ｂ０、Ｂ１はフィルタ係数つまり、式（１）のフィルタ演算式が、所定の高周波成分のみを取り出すハイパスフィルタとなるように、フィルタ係数Ａ０、Ａ１、Ａ２、Ｂ０、Ｂ１を設定する。具体的には、車体減速度の周波数及びアンチスキッド制御による制御変動周波数と、オフロード路面等の悪路による周波数とを区別し、悪路に起因する周波数のみを取り出すために、例えば２０〜３０Ｈｚより高い周波数成分を通過させるように式（１）のフィルタ係数を設定する。そして、このフィルタリング処理によって得られたＤＶＷＦＤ（ｎ）の値を、フィルタ後車輪加速度ＤＶＷＦとする。
【００４０】
このハイパスフィルタによるフィルタリング処理の状態を示したのが図４である。この図に示すように、フィルタリング処理前のフィルタ前車輪加速度ＤＶＷは、車体減速度や制御変動の影響によって大きく脈動しているが、ハイパスフィルタを用いたフィルタリング処理後のフィルタ後車輪加速度ＤＶＷＦは、その脈動する成分が除去され、路面状態に起因する高周波成分だけが取り出されていることがわかる。
【００４１】
次に、上記したステップ１５０にて行われる（フィルタリング処理された）車輪加速度の分散値を求める処理について、図５の説明図及び図６のフローチャートに基づいて説明する。
【００４２】
図５及び次式（２）に示すように、フィルタ後車輪加速度ＤＶＷＦの分散値ＤＶＷＢは、フィルタ後車輪加速度ＤＶＷＦの２乗の値の積算値をそのサンプル数（演算回数）ｎで割ったものであり、フィルタ後車輪加速度ＤＶＷＦの分散の状態を表している。例えば分散値ＤＶＷＢが大であれば、そのバラツキの程度が大きいことを示している。
【００４３】
ＤＶＷＢ＝｛ＤＶＷＦ（１）2＋・・・＋ＤＶＷＦ（ｎ）2｝／ｎ…（２）
そして、この式（２）に基づいて、以下に述べる様にして分散値ＤＶＷＢを算出する。まず、図６のステップ２１０にて、所定の演算タイミング（例えば５ｍｓ）であるか否かを判定し、ここで肯定判定されるとステップ２２０に進み、一方否定判定されると一旦本処理を終了する。
【００４４】
ステップ２２０では、ステップ１４０の処理にて算出されたフィルタ後車輪加速度ＤＶＷＦの２乗の値を、分散値積算値ＤＶＳＵＭに加算する。
【００４５】
そして、続くステップ２３０では、ロータ１回転分の加算が成されたか否かを判定し、ここで肯定判定されるとステップ２４０に進み、否定判定されると一旦処理を終了する。
【００４６】
ステップ２４０では、分散値積算値ＤＶＳＵＭをｎで割って、分散値積算値ＤＶＳＵＭの平均値に相当する分散値ＤＶＷＢを算出する。続くステップ２５０では、分散値積算値ＤＶＳＵＭをクリアし、一旦本処理を終了する。
【００４７】
次に、上記したステップ１６０にて行われる悪路判定の処理について、図７のフローチャートに基づいて説明する。
【００４８】
まず、ステップ３１０にて、分散値ＤＶＷＢが更新されたタイミング（図６のステップ２３０で肯定判定されたタイミング）であるか否かを判定し、ここで肯定判断されるとステップ３２０に進み、一方否定判断されると一旦本処理を終了する。
【００４９】
続くステップ３２０では、今回ステップ１５０で算出された分散値ＤＶＷＢをＤＶＷＢ（ｎ）とし、前回ステップ１５０で算出された分散値ＤＶＷＢをＤＶＷＢ（ｎ−１）とすると、分散値ＤＶＷＢ（ｎ）と分散値ＤＶＷＢ（ｎ−１）の差分の絶対値が、所定の悪路判定レベルＬ以上か否かを判定する。これにより、走行中の路面が良路であるか悪路であるかの判定が成される。
【００５０】
このような分散値ＤＶＷＢ（ｎ）と分散値ＤＶＷＢ（ｎ−１）とによって路面状態の識別が行えるのは、以下の理由による。
【００５１】
上記したステップ１５０に示す車輪加速度の分散値を求める処理において、ロータ１回転分の分散値積算値ＤＶＳＵＭを求めるようにしている。これは、ロータが１回転すると元の位置に戻ることから、ロータの製造精度のバラツキに起因する車輪加速度の分散値が、ロータ１回転を１周期として周期的に変動するためである。図８にタイヤ回転（ロータ回転）に伴う分散値の変動の様子を示す。
【００５２】
この図は、車輪加速度の分散値から、ロータの製造精度のバラツキに起因する車輪加速度の分散値と、路面の凹凸に起因する車輪加速度の分散値とを分離して示してたものである。即ち、ロータの製造精度のバラツキに起因する車輪加速度の分散値と路面の凹凸に起因する車輪加速度の分散値との和が、実際の車輪加速度の分散値ＤＶＷＢに相当する。
【００５３】
この図に示されるように、ロータの製造精度のバラツキに起因する車輪加速度の分散値はロータ１回転毎に同様な変動を示しており、路面の凹凸に起因する車輪加速度の分散値は規則性のない変動を示している。
【００５４】
このため、ロータ１回転毎の分散値積算値ＤＶＳＵＭの平均値となる分散値ＤＶＷＢを求めると、分散値ＤＶＷＢには、ロータ１回転毎の規則性がない路面の凹凸に起因する車輪加速度の分散値の平均値と、ロータ１回転毎の規則性があるロータの製造精度のバラツキに起因する車輪加速度の分散値の平均値とが含まれることになる。
【００５５】
そして、ロータの製造精度のバラツキに起因する車輪加速度の分散値の平均値がロータ１回転毎に同じ値となるため、今回算出した分散値ＤＶＷＢ（ｎ）と前回算出した分散値ＤＶＷＢ（ｎ−１）との差分の絶対値をとれば、路面の凹凸のみに起因する車輪加速度の分散値の平均値の変動を抽出できる。つまり、ロータの製造精度のバラツキによう変動成分がキャンセルされる。
【００５６】
従って、走行している路面が良路であれば、路面凹凸のみに起因する分散値の平均値の変動が非常に小さく、逆に悪路であれば、路面凹凸のみに起因する分散値の平均値の変動が大きくなることに基づき、今回算出した分散値ＤＶＷＢ（ｎ）と前回算出した分散値ＤＶＷＢ（ｎ−１）との差分の絶対値を上記した悪路判定レベルと比較することにより、正確に路面状態の識別を行うことができる。
【００５７】
このようなステップ３２０の判定で肯定判定されるとステップ３３０に進み、否定判定されるとステップ３４０に進む。
【００５８】
ステップ３３０では、路面凹凸のみに起因する分散値の平均値の変動が大きいので、悪路状態とみなして、悪路状態を示すフラグＡＫを１にセットし、一旦本処理を終了する。一方、ステップ３４０では、路面凹凸のみに起因する分散値の平均値の変動た小さいので、良路状態とみなして、良路状態を示すためにフラグＡＫを０にセットし、一旦本処理を終了する。
【００５９】
このような悪路判定処理が成されると、上述したように、この判定結果に基づいてステップ１７０で示す制御処理が成され、路面状態に応じたブレーキ制御が成される。
【００６０】
以上説明したように、本実施形態では、車輪加速度の分散値のうちロータの製造精度のバラツキに起因して発生している変動成分を取り除き、路面凹凸のみに起因して発生している変動成分を抽出して路面状態を識別するようにしているため、正確に路面状態の識別を行うことができる。
【００６１】
なお、本実施形態では、車輪加速度の分散値積算値ＤＶＳＵＭの平均値となる分散値ＤＶＷＢに基づいて路面状態を識別しているが、他の方法を採用してもよい。すなわち、センサ出力のうち路面凹凸のみに起因して発生している変動成分を抽出できれば、他の方法を用いてもよい。
【００６２】
例えば、車輪速度の変化量のバラツキ、車輪速度の分散値のバラツキ等に基づいて、路面凹凸のみに起因して発生する変動成分を抽出することができる。
【００６３】
具体的には、車輪速度の変化量のバラツキの場合、車輪加速度の絶対値や、車輪加速度の微分値をさらに微分した値等を用いることができる。この場合において、車輪加速度の微分値をさらに微分した値を用いるようにすれば、車輪加速度から車体加速度成分を取り除くことが可能となり、単に車輪加速度の絶対値を用いる場合より確実に路面状態を識別することができる。
【００６４】
（第２実施形態）
次に、本発明の第２実施形態における路面状態識別装置について説明する。ただし、本実施形態の路面状態識別装置はの構成はほぼ第１実施形態と同様であるため、同じ部分には同一の符号を付し説明を省略する。
【００６５】
本実施形態における路面状態識別装置が行うアンチスキッド制御の全体構成を、図９のフローチャートに基づいて説明する。
【００６６】
まず、ステップ４１０〜ステップ４４０では、図３に示したステップ１１０〜ステップ１４０に示した処理と同様の処理を行い、車輪加速度の高周波成分を抽出する。
【００６７】
そして、ステップ４５０では、後に詳述するように、ステップ４４０でフィルタリング処理した車輪加速度の分散値を算出する処理を行なう。続くステップ４５５では、後に詳述するように、ステップ４５０で求めた分散値より学習値演算の処理を行う。続くステップ４６０では、ステップ４５０で求めた分散値ステップ４５５で求めた学習値とに基づいて悪路判定を行なう。
【００６８】
続くステップ４７０では、ステップ１７０と同様に、ステップ４６０で行った悪路判定の結果に基づいてアンチスキッド制御を行ない、ステップ１２０に戻って上記処理を繰り返す。
【００６９】
次に、上記したステップ４５０にて行われる（フィルタリング処理された）車輪加速度の分散値を求める処理について、図１０のフローチャートに基づいて説明する。なお、本実施形態は、第１実施形態に対して分散値の積算の方法が異なり、分散値の算出方法等については同様であるため、異なる部分に付いてのみ説明する。
【００７０】
まず、図１０のステップ５１０、５２０では、図６のステップ２１０、２２０と同様に、所定の演算タイミング（例えば５ｍｓ）であるか否かを判定し、肯定判定されるとステップ４４０の処理にて算出されたフィルタ後車輪加速度ＤＶＷＦの２乗の値を、分散値積算値ＤＶＳＵＭに加算する。
【００７１】
そして、続くステップ５３０では、ｎ個の加算が終了したか否かを判定し、ここで肯定判定されるとステップ５４０に進み、否定判定されると一旦処理を終了する。
【００７２】
ステップ５４０では、分散値積算値ＤＶＳＵＭをｎで割って、分散値積算値ＤＶＳＵＭの平均値に相当する分散値ＤＶＷＢを算出する。続くステップ５５０では、分散値積算値ＤＶＳＵＭをクリアし、一旦本処理を終了する。
【００７３】
次に、上記したステップ４５５にて行われる学習値演算処理について、図１１のフローチャートに基づいて説明する。
【００７４】
この学習値演算処理では、ロータ製造精度のバラツキに起因するセンサ出力の変動を学習する。即ち、センサ出力の変動には、ロータ製造精度のバラツキに起因する変動と、路面凹凸に起因する変動とが含まれているが、路面凹凸に起因する変動が良路ではほぼゼロになることから、良路でのセンサ出力の変動を学習することで、ロータ製造精度のバラツキに起因するセンサ出力の変動を学習する。
【００７５】
まず、ステップ６１０では、上記したステップ５３０に示したｎ個の加算が終了しているか否かを判定する。ここで肯定判定されるとステップ６２０に進み、否定判定されると一旦処理を終了する。
【００７６】
続くステップ６２０では、ＡＢＳ制御中であるか否かを判定する。なお、ＡＢＳ制御中であるか否かは、ステップ１７０に示したように、現在の車輪スリップ率が路面状態に応じて設定された車輪スリップ率を超えたときに、フラグを立てる等の処理を行うことによって判定可能とされる。この処理により、ＡＢＳ制御中のように車輪の乱れが激しくセンサ出力のノイズが大きくなるような場合には学習しないようにされる。ここで、肯定判定されるとステップ６３０に進み、否定判定されると一旦処理を終了する。
【００７７】
続くステップ６３０では、フィルタ後車輪加速度の分散値ＤＶＷＢ（ｎ）が基準値ＫＧより小さいか否かを判定する。即ち、分散値ＤＶＷＢ（ｎ）が極端に大きい場合には、悪路である可能性が高いため、悪路の場合の分散値ＤＶＷＢ（ｎ）を学習してしまわないようにする。ここで、肯定判定されるとステップ６４０に進み、否定判定されると一旦処理を終了する。
【００７８】
続くステップ６４０では、今回算出した分散値ＤＶＷＢ（ｎ）と前回算出した分散値ＤＶＷＢ（ｎ−１）との差分の絶対値が基準値ＫＲより小さいか否かを判定する。即ち、ｎ個加算完了毎に算出したＤＶＷＢの値のバラツキが大きいと、悪路若しくは良路であっても比較的路面凹凸が大きい場合を走行している可能性がある。このため、ｎ個加算完了毎に算出したＤＶＷＢの値のバラツキが大きいときには学習しないようにし、極力、路面凹凸が小さな良路で学習されるようにする。ここで、肯定判定されるとステップ６５０に進み、否定判定されると一旦処理を終了する。
【００７９】
続くステップ６５０では、分散値ＤＶＷＢの積算値の平均値ＧＡＫＵＸを求める。この積算値平均値ＧＡＫＵＸは、次式（３）で示される。
【００８０】
Figure 0004496598
但し、式（３）に示す積算値平均値ＧＡＫＵＸ（ｎ−１）は、前回の学習時に記憶している値である。この式（３）に基づいて分散値ＤＶＷＢの積算値の平均値ＧＡＫＵＸを求めることにより、学習している値がより平均化される。この後、ステップ６６０に進む。
【００８１】
続くステップ６６０では、今回算出した積算値平均値ＧＡＫＵＸ（ｎ）と前回の学習時に記憶した積算値平均値ＧＡＫＵＸ（ｎ−１）との差分の絶対値が基準値ＫＧよりも小さいか否かを判定する。即ち、学習を続けるにつれ、積算値平均値ＧＡＫＵＸが良路での車輪加速度の分散値の平均的な値に収束していくことになるが、今回算出した積算値平均値ＧＡＫＵＸ（ｎ）と前回の学習時に記憶した積算値平均値ＧＡＫＵＸ（ｎ−１）との差分が大きければ、収束すべき値から離れるため学習しないようにフィルタリングする。
【００８２】
そして、ステップ６６０で肯定判定されるとステップ６７０に進み、今回算出した積算値平均値ＧＡＫＵＸ（ｎ）を学習値ＧＡＫＵに設定し、処理を終了する。また、ステップ６６０で否定判定されるとステップ６８０に進み、処理を一旦終了する。
【００８３】
次に、上記したステップ４６０にて行われる悪路判定の処理について、図１２のフローチャートに基づいて説明する。
【００８４】
まず、ステップ７１０にて、所定の悪路判定タイミング（例えば５０ｍｓ）であるか否かを判定し、ここで肯定判断されるとステップ７２０に進み、一方否定判断されると一旦本処理を終了する。
【００８５】
続くステップ７２０では、今回ステップ４５０で算出された分散値ＤＶＷＢと記憶されている学習値ＧＡＫＵとの差分が、所定の悪路判定レベルＬ以上か否かを判定する。これにより、走行中の路面が良路であるか悪路であるかの判定が成される。
【００８６】
すなわち、学習値ＧＡＫＵは、良路での車輪加速度の分散値の平均的な値に相当するため、今回算出された分散値ＤＶＷＢと学習値ＧＡＫＵとの差分をとることにより、センサ出力のうち路面の凹凸のみに起因する変動を抽出することができる。
【００８７】
従って、走行している路面が良路であれば、センサ出力のうち路面の凹凸のみに起因する変動が非常に小さく、逆に悪路であれば、路面凹凸のみに起因する変動が大きくなることに基づき、今回算出した分散値ＤＶＷＢと学習値ＧＡＫＵとの差分の絶対値を上記した悪路判定レベルＬと比較することにより、正確に路面状態の識別を行うことができる。
【００８８】
このようなステップ７２０の判定で肯定判定されるとステップ７３０に進み、否定判定されるとステップ７４０に進む。
【００８９】
ステップ７３０では、路面凹凸のみに起因する分散値の平均値の変動が大きいので、悪路状態とみなして、悪路状態を示すフラグＡＫを１にセットし、一旦本処理を終了する。一方、ステップ７４０では、路面凹凸のみに起因する分散値の平均値の変動た小さいので、良路状態とみなして、良路状態を示すためにフラグＡＫを０にセットし、一旦本処理を終了する。
【００９０】
このような悪路判定処理が成されると、上述したように、この判定結果に基づいてステップ４７０で示す制御処理が成され、路面状態に応じたブレーキ制御が成される。
【００９１】
以上説明したように、車輪加速度の分散値を学習しておき、その学習値と走行中に算出された車輪加速度の分散値とを比較することによって、正確に路面状態を識別することができる。
【００９２】
なお、本実施形態においても、第１実施形態と同様、車輪加速度の分散値を用いるのは例示であり、第１実施形態と同様に、車輪速度の変化量のバラツキ、車輪速度の分散値のバラツキ等に基づいて、路面凹凸のみに起因して発生する変動成分を抽出することができる。
【００９３】
（他の実施形態）
上記第１実施形態では、ロータ１回転に対する積算をロータが３６０度回転する毎に行うようにしても良いが、図１３に示すように例えば１２０度ずつ位相をずらし、▲１▼ロータが０〜３６０度回転する間、▲２▼１２０〜４８０度回転する間、及び▲３▼２４０〜６００度回転する間に、ロータ１回転分の積算を行うようにして良い。
【００９４】
ロータが３６０度回転する毎に上記積算を行う場合には、少なくともロータが２回転するまで路面状態の識別を行えないが、位相をずらして積算を行えばロータが２回転する前に路面状態の識別を行うことができる。このため、路面状態識別の応答性を向上させることができる。
【００９５】
なお、上記各実施形態では、車輪加速度の高周波成分を取り出すようにしているが、必ずしも高周波成分のみを用いて路面状態の識別を行う必要はない。
【図面の簡単な説明】
【図１】本発明の第１実施形態の路面状態識別装置が適用されるアンチスキッド制御装置の全体構成を示す図である。
【図２】第１実施形態の制御構成を示すブロック図である。
【図３】第１実施形態における路面状態識別装置が実行するメインルーチンのフローチャートを示す図である。
【図４】図３に示すフィルタリング処理を説明するための図である。
【図５】図３に示す分散値処理を説明するための図である。
【図６】図３に示す分散値演算処理のフローチャートを示す図である。
【図７】図３に示す悪路判定処理のフローチャートを示す図である。
【図８】タイヤ回転に伴う分散値の変動を示した図である。
【図９】第２実施形態における路面状態識別装置が実行するメインルーチンのフローチャートを示す図である。
【図１０】図９に示す分散値演算処理のフローチャートを示す図である。
【図１１】図９に示す学習値演算処理のフローチャートを示す図である。
【図１２】図９に示す悪路判定処理のフローチャートを示す図である。
【図１３】他の実施形態で示す分散値の積算方法を説明するための図である。
【符号の説明】
１…右前輪、２…左前輪、３…右後輪、４…左後輪、
５〜８…ホイールシリンダ、１６…マスタシリンダ、
２１〜２４…アクチュエータ、２５…ブレーキペダル、４０…電子制御装置。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a road surface state identification device capable of identifying a road surface state during traveling of a vehicle.
[0002]
[Prior art]
As a road surface state identification device for identifying whether a running road surface is a good road or a bad road, one disclosed in Japanese Patent Application Laid-Open No. 9-20223 is known. In the road surface state identification device disclosed in this conventional publication, a variance value corresponding to the variation in wheel acceleration is calculated based on the output from the wheel speed sensor, and the road surface state is identified from the calculated dispersion value. In other words, since the dispersion value of the wheel acceleration varies according to the unevenness of the road surface, whether the road is a good road or a bad road is identified based on the magnitude of the calculated dispersion value.
[0003]
[Problems to be solved by the invention]
However, since the wheel speed sensor extracts the wheel speed signal based on the change in the concavity and convexity of the gear-shaped rotor that rotates together with the wheel, the sensor output depends on variations in the manufacturing accuracy of the rotor (for example, variations in the teeth of the rotor). It varies.
[0004]
For this reason, the dispersion value of the wheel acceleration includes a variation in rotor manufacturing accuracy, and it is determined whether the calculated dispersion value has changed due to road surface unevenness or a variation in rotor manufacturing accuracy. There is a problem that the road surface condition cannot be accurately identified.
[0005]
An object of this invention is to provide the road surface state identification apparatus which can identify a road surface state reliably irrespective of the manufacturing precision of a rotor in view of the said point.
[0006]
[Means for Solving the Problems]
In order to achieve the above object, in the first aspect of the present invention, the wheel speed detecting means for outputting the wheel speed signal of the vehicle, and the variation in the wheel speed for one rotation of the wheel from the wheel speed signal by the wheel speed detecting means. Wheel speed integrating means for integrating, road surface condition detecting means for detecting a road surface state based on a difference between the integrated value accumulated this time by the wheel speed integrating means and the integrated value previously accumulated by the wheel speed integrating means; It is characterized by having.
[0007]
In this way, by obtaining the difference between the integrated value of the wheel speed variation for one rotation of the wheel accumulated this time and the integrated value accumulated previously, it is caused by the variation in the rotor manufacturing accuracy from the variation in the wheel speed. The fluctuation component can be canceled. Therefore, the difference between the integrated values corresponds to a fluctuation component due to unevenness of the road surface, and the road surface state can be accurately identified by the difference between the integrated values.
[0008]
In a second aspect of the present invention, there is provided wheel acceleration calculating means for calculating wheel acceleration from a wheel speed signal from the wheel speed detecting means. In the wheel speed integrating means, the wheel acceleration calculating means calculates the wheel speed variation. It is characterized by integrating variations in wheel acceleration.
[0009]
Thus, the road surface state can be identified based on the integrated value of the variation in wheel acceleration.
[0010]
According to a third aspect of the present invention, there is provided a variance value calculating means for calculating a variance value of wheel acceleration from a wheel speed signal from the wheel speed detecting means, and the wheel speed integrating means has a variance value calculating means as a variation in wheel speed. It is characterized in that the variance values calculated by are integrated.
[0011]
In this way, the road surface state can be identified based on the integrated value of the dispersion values of the wheel acceleration.
[0012]
According to a fourth aspect of the present invention, there is provided an acceleration differential value calculating means for calculating a wheel acceleration differential value from a wheel speed signal from the wheel speed detecting means, and the wheel speed integrating means has an acceleration differential value as a variation in wheel speed. The variation of the wheel acceleration differential value calculated by the calculating means is integrated.
[0013]
Thus, the road surface state can be identified based on the integrated value of the variation in the differential value of the wheel acceleration.
[0014]
In the invention according to claim 5, wheel speed detecting means for outputting a wheel speed signal of the vehicle, learning means for learning variation in wheel speed from the wheel speed signal by the wheel speed detecting means, and learning learned by the learning means Road surface state detecting means for detecting a road surface state based on a difference between the value and a variation in wheel speed obtained by the wheel speed detecting means. , Extract fluctuation component due to variation in rotor manufacturing accuracy from variation in wheel speed, and learn variation in wheel speed due to variation in rotor manufacturing accuracy It is characterized by that.
[0015]
Thus, by learning the wheel speed variation and obtaining the difference between the learned value learned by the learning means and the wheel speed variation obtained by the wheel speed detecting means, the rotor manufacturing accuracy can be calculated from the wheel speed variation. It is possible to cancel the fluctuation component due to the variation of the. Thereby, the same effect as that of claim 1 can be obtained.
[0017]
Also, If the variation in rotor manufacturing accuracy is learned and this variation is used as a learned value, only the fluctuation component due to road surface unevenness can be extracted from the wheel speed due to the difference between the wheel speed variation and the learned value.
[0018]
For example, claims 6 As shown, the average value of the integrated values of the wheel speed variations can be learned as the learning value.
[0019]
Claim 5 Or 6 Also in the invention described in, for example, claims 7 to 9 As shown in FIG. 4, the wheel speed variation, the wheel acceleration dispersion value, or the wheel acceleration differential value variation can be learned as the learning value.
[0020]
In addition, the code | symbol in the bracket | parenthesis of each said means shows the correspondence with the specific means as described in embodiment mentioned later.
[0021]
DETAILED DESCRIPTION OF THE INVENTION
(First embodiment)
FIG. 1 shows the overall configuration of an anti-skid control device to which the road surface state identification device according to this embodiment is applied. In this embodiment, an example applied to a front engine / rear drive vehicle is shown.
[0022]
Wheel speed sensors 5, 6, 7, 8 of electromagnetic type, magnetoresistive type, etc. are arranged on the right front wheel 1, the left front wheel 2, the right rear wheel 3 and the left rear wheel 4, respectively, and the wheels 1 to 4 rotate. A pulse signal with a frequency corresponding to Further, hydraulic brake devices (wheel cylinders) 11, 12, 13, and 14 are disposed on the wheels 1 to 4, respectively, and apply braking force to the wheels 1 to 4. The hydraulic pressure (hydraulic pressure) from the master cylinder 16 is sent to the wheel cylinders 11 to 14 via the actuators 21, 22, 23, 24 and the hydraulic lines.
[0023]
The depression state of the brake pedal 25 is detected by a stop switch 26. When the brake pedal 25 is depressed and braking of the vehicle is started, an ON signal is output from the stop switch 26, and an OFF signal is output when the vehicle is not braked.
[0024]
The reservoir 28a and the reservoir 28b temporarily store the brake fluid discharged from the wheel cylinders 11 to 14 when the wheel cylinder pressure is reduced during the anti-skid control. The brake fluid stored in the reservoirs 28a and 28b is sucked and discharged by hydraulic pumps 27a and 27b driven by motors (not shown).
[0025]
The actuators 21 to 24 are controlled by an electronic control circuit (ECU) 40, adjust the brake fluid pressure applied to the wheel cylinders 11 to 14 during anti-skid control, and control the braking force for each of the wheels 1 to 4. Each of the actuators 21 to 24 is an electromagnetic three-position valve having a pressure increasing mode, a pressure reducing mode, and a holding mode, and increases the wheel cylinder pressure of the wheel cylinder 11 at the A position shown in the actuator 21 and the wheel cylinder pressure at the B position. And the brake fluid engaged with the wheel cylinder 11 at the C position is released to the reservoir 28a to reduce the wheel cylinder pressure. The other actuators 22 to 24 perform the same operation. These three-position valves are in a pressure-increasing mode when not energized and in a holding or pressure-reducing mode depending on their current level when energized.
[0026]
The electronic control circuit 40 is composed of a microcomputer comprising a CPU, ROM, RAM, I / O interface and the like. When the ignition switch 41 is turned on, the electronic control circuit 40 is supplied with electric power from a power source (not shown), receives signals from the wheel speed sensors 5 to 8 and the stop switch 26, and performs arithmetic control for brake force control. Etc., and drive control signals for the actuators 21 to 24 are output.
[0027]
Next, the anti-skid control executed by the electronic control circuit 40 will be described with reference to FIGS.
[0028]
First, the outline of the road surface state identification control shown in the present embodiment will be described based on the block diagram of FIG.
[0029]
The signals of the wheel speed sensors 5 to 8 are input to the wheel speed calculation unit A1, and the wheel speed calculated by the wheel speed calculation unit A1 is output to the vehicle body speed calculation unit A2, the wheel acceleration calculation unit A3, and the control unit A4. Is done. The vehicle body speed calculated by the vehicle body speed calculation unit A2 is output to the control unit A4 and the estimated vehicle body deceleration calculation unit A5, and the estimated vehicle body deceleration calculated by the estimated vehicle body deceleration calculation unit A5 is sent to the control unit A4. Is output.
[0030]
The wheel acceleration calculated by the wheel acceleration calculation unit A3 is output to the control unit A4 and the filter processing unit A6a of the road surface recognition unit A6. In the road surface recognition unit A6, the wheel acceleration processed by the filter processing unit A6a is output to the variance value calculation unit A6b, and the variance value calculated by the variance value calculation unit A6b is output to the rough road determination unit A6c. The result determined by the rough road determination unit A6c is output to the control unit A4.
[0031]
And in control part A4, the output which controls the actuators 21-24 is made based on each calculation result, and the brake fluid pressure of each wheel 1-4 is controlled.
[0032]
Next, the details of the anti-skid control in the present embodiment will be described based on the flowchart of FIG. This process is started when the ignition switch 41 is turned on.
[0033]
First, in step 110, various flags and various counters are initialized. In the following step 120, the wheel speeds of the wheels 1 to 4 are calculated based on the wheel speed signals from the wheel speed sensors 5 to 8.
[0034]
In the following step 130, the wheel acceleration of each wheel 1-4 is calculated from the wheel speed calculated in step 120. In the following step 140, as will be described in detail later, a filtering process for extracting the high-frequency component from the wheel acceleration of each of the wheels 1 to 4 calculated in step 130 is performed.
[0035]
In the subsequent step 150, as will be described in detail later, a process of calculating a variance value of the wheel acceleration filtered in step 140 is performed. In the subsequent step 160, as will be described in detail later, a rough road is determined using the variance value obtained in step 150.
[0036]
In the subsequent step 170, based on the result of the bad road determination performed in step 160, for example, if the current wheel slip rate exceeds the wheel slip rate set according to the road surface condition, ABS control is performed. Anti-skid control is performed by a known method disclosed in Japanese Patent No. 20223. Then, it returns to step 120 and repeats the said process.
[0037]
Next, the wheel acceleration filtering process performed in step 140 will be described with reference to the explanatory diagram of FIG.
[0038]
In step 140, a filtering process for extracting the high-frequency component of the wheel acceleration calculated in step 130 is performed using the filter calculation expression of the following expression (1).
[0039]
Figure 0004496598
However, DVW is the pre-filter wheel acceleration, DVWF is the post-filter wheel acceleration, A0, A1, A2, B0, and B1 are filter coefficients, that is, the high-pass filter for extracting only a predetermined high-frequency component is obtained by the filter calculation expression of equation (1) Filter coefficients A0, A1, A2, B0, and B1 are set so that Specifically, in order to distinguish the frequency of the vehicle deceleration and the control fluctuation frequency by the anti-skid control from the frequency due to the bad road such as an off-road road surface, for example, 20-30 Hz is extracted to extract only the frequency due to the bad road. The filter coefficient of Expression (1) is set so as to pass a higher frequency component. Then, the value of DVWFD (n) obtained by this filtering process is set as a post-filter wheel acceleration DVWF.
[0040]
FIG. 4 shows the state of filtering processing by this high-pass filter. As shown in this figure, the pre-filter wheel acceleration DVW before the filtering process pulsates greatly due to the influence of the vehicle body deceleration and the control fluctuation, but the post-filter wheel acceleration DVWF after the filtering process using the high-pass filter is It can be seen that the pulsating component is removed and only the high frequency component resulting from the road surface condition is extracted.
[0041]
Next, the process for obtaining the wheel acceleration variance value (filtered) performed in step 150 will be described based on the explanatory diagram of FIG. 5 and the flowchart of FIG. 6.
[0042]
As shown in FIG. 5 and the following equation (2), the variance value DVWB of the filtered wheel acceleration DVWF is obtained by dividing the integrated value of the square value of the filtered wheel acceleration DVWF by the number of samples (the number of calculations) n. And represents the state of dispersion of the post-filter wheel acceleration DVWF. For example, if the variance value DVWB is large, it indicates that the degree of variation is large.
[0043]
DVWB = {DVWF (1) 2 + ... + DVWF (n) 2 } / N (2)
Based on this equation (2), the variance value DVWB is calculated as described below. First, in step 210 of FIG. 6, it is determined whether or not a predetermined calculation timing (for example, 5 ms) is reached. If an affirmative determination is made here, the process proceeds to step 220. If a negative determination is made, the process is temporarily terminated. To do.
[0044]
In step 220, the square value of the post-filter wheel acceleration DVWF calculated in step 140 is added to the variance integrated value DVSUM.
[0045]
Then, in the next step 230, it is determined whether or not the addition for one rotation of the rotor has been performed. If an affirmative determination is made here, the process proceeds to step 240, and if a negative determination is made, the process is once terminated.
[0046]
In step 240, the dispersion value integrated value DVSUM is divided by n to calculate a dispersion value DVWB corresponding to the average value of the dispersion value integrated value DVSUM. In the following step 250, the dispersion value integrated value DVSUM is cleared, and this process is temporarily ended.
[0047]
Next, the rough road determination process performed in step 160 will be described based on the flowchart of FIG.
[0048]
First, at step 310, it is determined whether or not it is the timing at which the variance value DVWB is updated (the timing at which affirmative determination is made at step 230 in FIG. 6). If a negative determination is made, this processing is once terminated.
[0049]
In the subsequent step 320, if the variance value DVWB calculated in step 150 is DVWB (n) and the variance value DVWB calculated in step 150 is DVWB (n-1), the variance value DVWB (n) and variance are calculated. It is determined whether or not the absolute value of the difference between the values DVWB (n−1) is equal to or higher than a predetermined rough road determination level L. Thereby, it is determined whether the running road surface is a good road or a bad road.
[0050]
The reason why the road surface state can be identified by the variance value DVWB (n) and the variance value DVWB (n−1) is as follows.
[0051]
In the process of obtaining the wheel acceleration dispersion value shown in step 150, the dispersion value integrated value DVSUM for one rotation of the rotor is obtained. This is because when the rotor makes one revolution, it returns to the original position, and therefore, the dispersion value of the wheel acceleration due to the variation in the manufacturing accuracy of the rotor fluctuates periodically with one revolution of the rotor as one period. FIG. 8 shows how the dispersion value fluctuates with tire rotation (rotor rotation).
[0052]
In this figure, the dispersion value of the wheel acceleration caused by the variation in the manufacturing accuracy of the rotor and the dispersion value of the wheel acceleration caused by the unevenness of the road surface are separated from the dispersion value of the wheel acceleration. That is, the sum of the dispersion value of wheel acceleration due to variations in rotor manufacturing accuracy and the dispersion value of wheel acceleration due to road surface unevenness corresponds to the actual dispersion value DVWB of wheel acceleration.
[0053]
As shown in this figure, the dispersion value of the wheel acceleration due to the variation in the manufacturing accuracy of the rotor shows the same fluctuation for each rotation of the rotor, and the dispersion value of the wheel acceleration due to the unevenness of the road surface is regularity. Shows no fluctuation.
[0054]
Therefore, when the dispersion value DVWB, which is an average value of the dispersion value integrated value DVSUM for each rotation of the rotor, is obtained, the dispersion of the wheel acceleration due to the irregularity of the road surface having no regularity for each rotation of the rotor is obtained. The average value of the values and the average value of the dispersion values of the wheel accelerations due to variations in the manufacturing accuracy of the rotor having regularity for each rotation of the rotor are included.
[0055]
Since the average value of the wheel acceleration dispersion values due to variations in the manufacturing accuracy of the rotor is the same for each rotation of the rotor, the dispersion value DVWB (n) calculated this time and the dispersion value DVWB (n− If the absolute value of the difference from 1) is taken, it is possible to extract the variation of the average value of the wheel acceleration dispersion values caused only by the road surface unevenness. That is, the fluctuation component is canceled as the manufacturing accuracy of the rotor varies.
[0056]
Therefore, if the running road surface is a good road, the variation in the average value of the dispersion value due to the road surface unevenness is very small. By comparing the absolute value of the difference between the variance value DVWB (n) calculated this time and the variance value DVWB (n−1) calculated last time with the above-described rough road determination level based on the increase in value fluctuation, The road surface state can be accurately identified.
[0057]
If an affirmative determination is made in step 320, the process proceeds to step 330. If a negative determination is made, the process proceeds to step 340.
[0058]
In step 330, since the variation of the average value of the dispersion values due only to the road surface unevenness is large, the flag AK indicating the rough road condition is set to 1 with regard to the rough road condition, and the present process is temporarily terminated. On the other hand, in step 340, since the variation of the average value of the dispersion value caused only by the road surface unevenness is small, it is regarded as a good road condition, the flag AK is set to 0 to indicate the good road condition, and this process is finished once. To do.
[0059]
When such a bad road determination process is performed, as described above, the control process shown in step 170 is performed based on the determination result, and the brake control according to the road surface condition is performed.
[0060]
As described above, in the present embodiment, the fluctuation component generated due to the variation in the manufacturing accuracy of the rotor is removed from the dispersion value of the wheel acceleration, and the fluctuation component generated only due to the road surface unevenness. Is extracted to identify the road surface state, so that the road surface state can be accurately identified.
[0061]
In the present embodiment, the road surface state is identified based on the variance value DVWB that is the average value of the variance values integrated value DVSUM of the wheel accelerations, but other methods may be adopted. That is, other methods may be used as long as the fluctuation component generated due to only the road surface unevenness can be extracted from the sensor output.
[0062]
For example, it is possible to extract a fluctuation component generated only due to road surface unevenness based on variations in the variation amount of the wheel speed, variations in the dispersion value of the wheel speed, and the like.
[0063]
Specifically, in the case of variation in the amount of change in wheel speed, an absolute value of wheel acceleration, a value obtained by further differentiating a differential value of wheel acceleration, or the like can be used. In this case, if the value obtained by further differentiating the differential value of the wheel acceleration is used, the vehicle body acceleration component can be removed from the wheel acceleration, and the road surface state can be identified more reliably than when the absolute value of the wheel acceleration is simply used. can do.
[0064]
(Second Embodiment)
Next, a road surface state identification device according to a second embodiment of the present invention will be described. However, since the configuration of the road surface state identification device of this embodiment is almost the same as that of the first embodiment, the same portions are denoted by the same reference numerals and description thereof is omitted.
[0065]
The overall configuration of the anti-skid control performed by the road surface state identification device in the present embodiment will be described based on the flowchart of FIG.
[0066]
First, in step 410 to step 440, processing similar to that shown in step 110 to step 140 shown in FIG. 3 is performed to extract a high-frequency component of wheel acceleration.
[0067]
Then, in step 450, as will be described in detail later, a process of calculating a variance value of the wheel acceleration filtered in step 440 is performed. In the subsequent step 455, as will be described in detail later, learning value calculation processing is performed from the variance value obtained in step 450. In the following step 460, a rough road is determined based on the variance value obtained in step 450 and the learning value obtained in step 455.
[0068]
In the subsequent step 470, as in step 170, the anti-skid control is performed based on the result of the rough road determination performed in step 460, and the process returns to step 120 to repeat the above processing.
[0069]
Next, the process for obtaining the wheel acceleration dispersion value (filtered) performed in step 450 will be described with reference to the flowchart of FIG. Note that this embodiment differs from the first embodiment in the method of integrating variance values, and the variance value calculation method and the like are the same, so only the different parts will be described.
[0070]
First, in steps 510 and 520 of FIG. 10, it is determined whether or not it is a predetermined calculation timing (for example, 5 ms), as in steps 210 and 220 of FIG. The calculated square value of the post-filter wheel acceleration DVWF is added to the variance integrated value DVSUM.
[0071]
In subsequent step 530, it is determined whether or not n additions have been completed. If an affirmative determination is made here, the process proceeds to step 540, and if a negative determination is made, the process is temporarily ended.
[0072]
In step 540, the variance value integrated value DVSUM is divided by n to calculate a variance value DVWB corresponding to the average value of the variance value integrated value DVSUM. In the subsequent step 550, the dispersion value integrated value DVSUM is cleared, and the present process is temporarily terminated.
[0073]
Next, the learning value calculation process performed in step 455 described above will be described based on the flowchart of FIG.
[0074]
In this learning value calculation process, sensor output fluctuations due to variations in rotor manufacturing accuracy are learned. In other words, fluctuations in sensor output include fluctuations due to variations in rotor manufacturing accuracy and fluctuations due to road surface irregularities, but fluctuations due to road surface irregularities are almost zero on good roads. By learning the fluctuation of the sensor output on the good road, the fluctuation of the sensor output due to the variation in the rotor manufacturing accuracy is learned.
[0075]
First, in step 610, it is determined whether or not the n additions shown in step 530 have been completed. If an affirmative determination is made here, the process proceeds to step 620, and if a negative determination is made, the process is once terminated.
[0076]
In the following step 620, it is determined whether or not ABS control is being performed. Whether or not the ABS control is being performed is determined by setting a flag or the like when the current wheel slip rate exceeds the wheel slip rate set according to the road surface condition, as shown in step 170. It is possible to determine by doing. By this processing, learning is not performed in the case where the disturbance of the wheel is severe and the noise of the sensor output becomes large as during ABS control. Here, if an affirmative determination is made, the process proceeds to step 630, and if a negative determination is made, the process is once terminated.
[0077]
In the following step 630, it is determined whether or not the dispersion value DVWB (n) of the filtered wheel acceleration is smaller than the reference value KG. That is, when the variance value DVWB (n) is extremely large, there is a high possibility of a bad road, so that the variance value DVWB (n) in the case of a bad road is not learned. Here, if an affirmative determination is made, the process proceeds to step 640, and if a negative determination is made, the process is temporarily terminated.
[0078]
In the following step 640, it is determined whether or not the absolute value of the difference between the currently calculated variance value DVWB (n) and the previously calculated variance value DVWB (n-1) is smaller than the reference value KR. That is, if the variation in the DVWB value calculated every n additions is large, there is a possibility that the vehicle is traveling in a case where the road surface unevenness is relatively large even on a bad road or a good road. For this reason, learning is not performed when the variation of the DVWB value calculated every n additions is completed, and learning is performed on a good road with as little road surface unevenness as possible. Here, if an affirmative determination is made, the process proceeds to step 650, and if a negative determination is made, the process is once terminated.
[0079]
In the following step 650, an average value GAKUX of integrated values of the variance value DVWB is obtained. This integrated value average value GAKUX is expressed by the following equation (3).
[0080]
Figure 0004496598
However, the integrated value average value GAKUX (n−1) shown in Expression (3) is a value stored at the time of the previous learning. By calculating the average value GAKUX of the integrated values of the variance values DVWB based on the equation (3), the learned values are further averaged. Thereafter, the process proceeds to Step 660.
[0081]
In the following step 660, it is determined whether or not the absolute value of the difference between the integrated value average value GAKUX (n) calculated this time and the integrated value average value GAKUX (n−1) stored at the previous learning is smaller than the reference value KG. judge. That is, as the learning continues, the integrated value average value GAKUX converges to the average value of the dispersion value of the wheel acceleration on the good road. The integrated value average value GAKUX (n) calculated this time and the previous time If the difference from the integrated value average value GAKUX (n−1) stored at the time of learning is large, the value is filtered so as not to be learned because it is far from the value to be converged.
[0082]
If an affirmative determination is made in step 660, the process proceeds to step 670, where the integrated value average value GAKUX (n) calculated this time is set as the learned value GAKU, and the process ends. If a negative determination is made in step 660, the process proceeds to step 680, and the process is temporarily terminated.
[0083]
Next, the rough road determination process performed in step 460 described above will be described based on the flowchart of FIG.
[0084]
First, in step 710, it is determined whether or not it is a predetermined rough road determination timing (for example, 50 ms). If an affirmative determination is made here, the process proceeds to step 720, whereas if a negative determination is made, the present process is temporarily terminated. .
[0085]
In the following step 720, it is determined whether or not the difference between the variance value DVWB calculated in step 450 this time and the stored learned value GAKU is equal to or higher than a predetermined rough road determination level L. Thereby, it is determined whether the running road surface is a good road or a bad road.
[0086]
That is, since the learning value GAKU corresponds to the average value of the dispersion value of the wheel acceleration on the good road, the road surface of the sensor output is obtained by taking the difference between the dispersion value DVWB calculated this time and the learning value GAKU. It is possible to extract fluctuations caused only by the unevenness of the.
[0087]
Therefore, if the running road surface is a good road, the fluctuation caused by only the road surface unevenness in the sensor output is very small, and conversely if the road is bad, the fluctuation caused only by the road surface unevenness becomes large. The road surface condition can be accurately identified by comparing the absolute value of the difference between the variance value DVWB calculated this time and the learned value GAKU with the rough road determination level L described above.
[0088]
If the determination in step 720 is affirmative, the process proceeds to step 730. If the determination is negative, the process proceeds to step 740.
[0089]
In step 730, since the variation of the average value of the dispersion values due to only road surface unevenness is large, it is regarded as a rough road condition, the flag AK indicating the rough road condition is set to 1, and the present process is temporarily terminated. On the other hand, in step 740, since the variation of the average value of the dispersion value caused only by the road surface unevenness is small, it is regarded as a good road condition, the flag AK is set to 0 to indicate the good road condition, and this process is finished once. To do.
[0090]
When such a rough road determination process is performed, as described above, the control process shown in step 470 is performed based on the determination result, and the brake control according to the road surface condition is performed.
[0091]
As described above, the road surface state can be accurately identified by learning the variance value of the wheel acceleration and comparing the learned value with the variance value of the wheel acceleration calculated during traveling.
[0092]
In the present embodiment as well, as in the first embodiment, the use of the wheel acceleration variance value is merely an example. Similar to the first embodiment, the variation in the wheel speed variation, the wheel speed variance value, Based on the variation or the like, it is possible to extract a fluctuation component generated only due to road surface unevenness.
[0093]
(Other embodiments)
In the first embodiment, integration for one rotation of the rotor may be performed every time the rotor rotates 360 degrees. However, as shown in FIG. 13, the phase is shifted by 120 degrees, for example. While rotating 360 degrees, {circle around (2)} 120 to 480 degrees, and {circle around (3)} 240 to 600 degrees, integration for one rotation of the rotor may be performed.
[0094]
When the above-mentioned integration is performed every time the rotor rotates 360 degrees, the road surface state cannot be identified until at least two rotations of the rotor. However, if the phase is shifted and integration is performed, the road surface state is not changed before the rotor makes two rotations. Identification can be made. For this reason, the responsiveness of road surface state identification can be improved.
[0095]
In each of the above embodiments, the high-frequency component of the wheel acceleration is extracted, but it is not always necessary to identify the road surface state using only the high-frequency component.
[Brief description of the drawings]
FIG. 1 is a diagram showing an overall configuration of an anti-skid control device to which a road surface state identification device according to a first embodiment of the present invention is applied.
FIG. 2 is a block diagram showing a control configuration of the first embodiment.
FIG. 3 is a diagram showing a flowchart of a main routine executed by the road surface state identification device in the first embodiment.
4 is a diagram for explaining the filtering process shown in FIG. 3; FIG.
FIG. 5 is a diagram for explaining the variance value processing shown in FIG. 3;
6 is a diagram showing a flowchart of a variance value calculation process shown in FIG. 3. FIG.
7 is a diagram showing a flowchart of rough road determination processing shown in FIG. 3. FIG.
FIG. 8 is a diagram showing a variation of a dispersion value accompanying tire rotation.
FIG. 9 is a view illustrating a flowchart of a main routine executed by the road surface state identification device according to the second embodiment.
10 is a diagram showing a flowchart of a variance value calculation process shown in FIG. 9. FIG.
11 is a diagram showing a flowchart of learning value calculation processing shown in FIG. 9. FIG.
12 is a diagram showing a flowchart of rough road determination processing shown in FIG. 9;
FIG. 13 is a diagram for explaining a method of integrating dispersion values shown in another embodiment.
[Explanation of symbols]
1 ... Right front wheel, 2 ... Left front wheel, 3 ... Right rear wheel, 4 ... Left rear wheel,
5-8 ... wheel cylinder, 16 ... master cylinder,
21-24 ... Actuator, 25 ... Brake pedal, 40 ... Electronic control unit.

Claims (10)

車両の車輪速度信号を出力する車輪速度検出手段と、
前記車輪速度検出手段による車輪速度信号から車輪１回転分における車輪速度のバラツキを積算する車輪速度積算手段と、
前記車輪速度積算手段によって今回積算された積算値と、前記車輪速度積算手段によって先に積算された積算値との差分に基づいて、路面状態を検出する路面状態検出手段とを備えていることを特徴とする路面状態識別装置。Wheel speed detection means for outputting a vehicle wheel speed signal;
Wheel speed integrating means for integrating the variation in wheel speed for one rotation of the wheel from the wheel speed signal by the wheel speed detecting means;
Road surface condition detecting means for detecting a road surface state based on a difference between the integrated value accumulated this time by the wheel speed integrating means and the integrated value previously accumulated by the wheel speed integrating means. A road surface state identifying device. 前記車輪速度検出手段による車輪速度信号から車輪加速度を算出する車輪加速度算出手段を備え、
前記車輪速度積算手段では、前記車輪速度のバラツキとして、前記車輪加速度算出手段が算出する車輪加速度のバラツキを積算するようになっていることを特徴とする請求項１に記載の路面状態識別装置。Wheel acceleration calculation means for calculating wheel acceleration from a wheel speed signal by the wheel speed detection means,
The road surface state identifying device according to claim 1, wherein the wheel speed integrating unit integrates the wheel acceleration variation calculated by the wheel acceleration calculating unit as the wheel speed variation. 前記車輪速度検出手段による車輪速度信号から車輪加速度の分散値を算出する分散値算出手段を備え、
前記車輪速度積算手段では、前記車輪速度のバラツキとして、前記分散値算出手段が算出する分散値を積算するようになっていることを特徴とする請求項１に記載の路面状態判別装置。Dispersion value calculation means for calculating a dispersion value of wheel acceleration from a wheel speed signal by the wheel speed detection means,
The road surface state determination device according to claim 1, wherein the wheel speed integration means integrates the dispersion value calculated by the dispersion value calculation means as the variation of the wheel speed. 前記車輪速度検出手段による車輪速度信号から車輪加速度の微分値を算出する加速度微分値算出手段を備え、
前記車輪速度積算手段では、前記車輪速度のバラツキとして、前記加速度微分値算出手段が算出する車輪加速度の微分値のバラツキを積算するようになっていることを特徴とする請求項１に記載の路面状態判別装置。An acceleration differential value calculating means for calculating a differential value of wheel acceleration from a wheel speed signal by the wheel speed detecting means;
2. The road surface according to claim 1, wherein the wheel speed integration unit integrates a variation in the differential value of the wheel acceleration calculated by the acceleration differential value calculation unit as the variation in the wheel speed. State determination device. 車両の車輪速度信号を出力する車輪速度検出手段と、
前記車輪速度検出手段による車輪速度信号から車輪速度のバラツキを学習する学習手段と、
前記学習手段が学習した学習値と、前記車輪速度検出手段によって得られた車輪速度のバラツキとの差分に基づいて、路面状態を検出する路面状態検出手段とを備え、
前記車輪速度信号のばらつきにはロータ製造精度のバラツキに起因する変動と路面凹凸に起因する変動とが含まれ、
前記学習手段はロータ製造精度のバラツキに起因する変動と良路走行に起因する変動とが含まれる車輪速度バラツキを学習値として学習することを特徴とする路面状態識別装置。Wheel speed detection means for outputting a vehicle wheel speed signal;
Learning means for learning variation in wheel speed from a wheel speed signal by the wheel speed detecting means;
Road surface condition detecting means for detecting a road surface state based on a difference between a learning value learned by the learning means and a variation in wheel speed obtained by the wheel speed detecting means;
Variations in the wheel speed signal include variations due to variations in rotor manufacturing accuracy and variations due to road surface irregularities,
The learning unit learns, as a learning value, a wheel speed variation including a variation caused by variation in rotor manufacturing accuracy and a variation caused by traveling on a good road, as a learned value . 前記学習手段は、前記車輪速度のバラツキの積算値の平均値を学習するようになっていることを特徴とする請求項５に記載の路面状態識別装置。6. The road surface state identification device according to claim 5 , wherein the learning means learns an average value of integrated values of variations in the wheel speed. 前記車輪速度検出手段による車輪速度信号から車輪加速度を算出する車輪加速度算出手段を備え、
前記学習手段では、前記車輪速度のバラツキとして、前記車輪加速度算出手段が算出する車輪加速度のバラツキを学習し、
前記路面状態検出手段では、前記学習手段によって学習された車輪加速度の学習値と、前記車輪加速度算出手段が算出する車輪加速度のバラツキとの差分に基づいて、前記路面状態を検出するようになっていることを特徴とする請求項５または６に記載の路面状態識別装置。Wheel acceleration calculation means for calculating wheel acceleration from a wheel speed signal by the wheel speed detection means,
The learning means learns the wheel acceleration variation calculated by the wheel acceleration calculating means as the wheel speed variation,
The road surface state detecting means detects the road surface state based on a difference between a learned value of wheel acceleration learned by the learning means and a variation in wheel acceleration calculated by the wheel acceleration calculating means. The road surface state identification device according to claim 5 or 6 , wherein 前記車輪速度検出手段による車輪速度信号から車輪加速度の分散値を算出する分散値算出手段を備え、
前記学習手段では、前記車輪速度のバラツキとして、前記分散値算出手段が算出する分散値のバラツキを学習し、
前記路面状態検出手段では、前記学習手段によって学習された前記分散値の学習値と、前記分散値算出手段が算出する分散値のバラツキとの差分に基づいて、前記路面状態を検出するようになっていることを特徴とする請求項５または６に記載の路面状態判別装置。Dispersion value calculation means for calculating a dispersion value of wheel acceleration from a wheel speed signal by the wheel speed detection means,
The learning means learns the dispersion value calculated by the dispersion value calculating means as the wheel speed variation,
The road surface state detecting unit detects the road surface state based on a difference between a learning value of the dispersion value learned by the learning unit and a dispersion value calculated by the dispersion value calculating unit. The road surface state discriminating apparatus according to claim 5 or 6 , characterized in that 前記車輪速度検出手段による車輪速度信号から車輪加速度の微分値を算出する加速度微分値算出手段を備え、
前記学習手段では、前記車輪速度のバラツキとして、前記加速度微分値算出手段が算出する車輪加速度の微分値のバラツキを学習し、
前記路面状態検出手段では、前記学習手段によって学習された車輪加速度の微分値の学習値と、前記加速度微分値算出手段が算出する車輪加速度の微分値のバラツキとの差分に基づいて、前記路面状態を検出するようになっていることを特徴とする請求項５または６に記載の路面状態判別装置。An acceleration differential value calculating means for calculating a differential value of wheel acceleration from a wheel speed signal by the wheel speed detecting means;
The learning means learns the variation of the wheel acceleration differential value calculated by the acceleration differential value calculation means as the wheel speed variation,
In the road surface state detection means, based on the difference between the learned value of the differential value of the wheel acceleration learned by the learning means and the variation of the differential value of the wheel acceleration calculated by the acceleration differential value calculation means, the road surface state The road surface state determination device according to claim 5 or 6 , wherein the road surface state determination device is detected. 前記車輪速度検出手段は、車輪速度センサであることを特徴とする請求項１乃至９のいずれか１つに記載の路面状態判別装置。The road surface state determination device according to any one of claims 1 to 9 , wherein the wheel speed detection means is a wheel speed sensor.
JP2000105283A 2000-04-06 2000-04-06 Road surface condition identification device Expired - Fee Related JP4496598B2 (en)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2000105283A JP4496598B2 (en) 2000-04-06 2000-04-06 Road surface condition identification device
US09/819,660 US6385525B2 (en) 2000-04-06 2001-03-29 Apparatus for detecting condition of road surface
DE2001117351 DE10117351B4 (en) 2000-04-06 2001-04-06 Device for detecting a condition of a road surface

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2000105283A JP4496598B2 (en) 2000-04-06 2000-04-06 Road surface condition identification device

Publications (2)

Publication Number Publication Date
JP2001287634A JP2001287634A (en) 2001-10-16
JP4496598B2 true JP4496598B2 (en) 2010-07-07

Family

ID=18618676

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2000105283A Expired - Fee Related JP4496598B2 (en) 2000-04-06 2000-04-06 Road surface condition identification device

Country Status (3)

Country Link
US (1) US6385525B2 (en)
JP (1) JP4496598B2 (en)
DE (1) DE10117351B4 (en)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3855886B2 (en) * 2002-08-29 2006-12-13 トヨタ自動車株式会社 Road surface state change estimation device and automobile equipped with the same
JP2005028887A (en) * 2003-07-07 2005-02-03 Fuji Heavy Ind Ltd Method and device for estimating road surface friction coefficient
JP4294415B2 (en) * 2003-08-26 2009-07-15 富士重工業株式会社 Vehicle surface condition determination device
JP4389567B2 (en) * 2003-12-03 2009-12-24 日産自動車株式会社 Lane departure prevention device
US7107138B2 (en) * 2004-11-02 2006-09-12 Joseph Edward Currie Automotive speed control disable switch
SE0500496L (en) * 2005-03-02 2006-09-03 Volvo Lastvagnar Ab Method for estimating the life of components of a vehicle
US9121715B2 (en) * 2005-04-14 2015-09-01 General Motors Llc Method for determining vehicle location including road surface data
JP4801938B2 (en) * 2005-06-15 2011-10-26 東海ゴム工業株式会社 Active vibration isolator
JP4835197B2 (en) * 2006-02-21 2011-12-14 株式会社アドヴィックス Vehicle control device
FI120061B (en) * 2006-04-11 2009-06-15 Valtion Teknillinen A method for collecting information about road surface slippage
FR2906211B1 (en) * 2006-09-22 2008-12-05 Renault Sas METHOD AND DEVICE FOR DETECTING THE CONDITION OF THE ROAD
US8060275B2 (en) * 2007-01-19 2011-11-15 Ford Global Technologies, Llc Rough road detection system used in an on-board diagnostic system
DE102008061696A1 (en) * 2008-12-10 2010-06-17 Volkswagen Ag Electromechanical steering and method for determining a road condition
WO2013011992A1 (en) * 2011-07-20 2013-01-24 株式会社ブリヂストン Road surface condition estimation method, and road surface condition estimation device
JP5705051B2 (en) * 2011-07-26 2015-04-22 株式会社ブリヂストン Road surface state estimation method and road surface state estimation device
DE102013207563B4 (en) * 2013-04-25 2023-03-30 Continental Automotive Technologies GmbH Method for determining roadway conditions when a vehicle is driving with or without brakes
DE102015226365A1 (en) * 2015-12-21 2017-06-22 Robert Bosch Gmbh Method for measuring the variance in a measuring signal, method for data fusion, computer program, machine-readable storage medium and device
US11145142B2 (en) 2016-09-06 2021-10-12 International Business Machines Corporation Detection of road surface defects
DE102017218609A1 (en) 2016-12-05 2018-06-07 Bayerische Motoren Werke Aktiengesellschaft A method of emptying a water tank from a fuel cell vehicle
DE102017218613A1 (en) 2016-12-05 2018-06-07 Bayerische Motoren Werke Aktiengesellschaft A method of emptying a water tank from a fuel cell vehicle
JP2019085891A (en) 2017-11-02 2019-06-06 ヤマハ発動機株式会社 Engine unit with internal combustion engine and accidental fire detection device, and vehicle
CN110525440B (en) * 2018-05-23 2021-06-18 长城汽车股份有限公司 Method and system for assisting vehicle driving and vehicle
JP7169953B2 (en) * 2019-09-19 2022-11-11 日立Astemo株式会社 Rough road driving determination device and abnormality determination device
JP7327300B2 (en) * 2020-07-02 2023-08-16 トヨタ自動車株式会社 stabilizer controller
US11859571B2 (en) * 2021-07-21 2024-01-02 Ford Global Technologies, Llc Methods for a road surface metric
CN113525387B (en) * 2021-08-31 2022-09-13 招商局公路信息技术（重庆）有限公司 Road service quality detection method and system based on dynamic tire pressure of tire
US20230347853A1 (en) * 2022-05-02 2023-11-02 Robert Bosch Gmbh Road surface detection using anti-lock braking system pressure sensor

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07205788A (en) * 1994-01-26 1995-08-08 Honda Motor Co Ltd Estimated car body speed calculating method
JPH0920223A (en) * 1995-07-07 1997-01-21 Nippondenso Co Ltd Road surface condition discriminating device
JPH09229950A (en) * 1996-02-28 1997-09-05 Unisia Jecs Corp Wheel-speed detector
JPH1031029A (en) * 1996-07-15 1998-02-03 Toyota Motor Corp Slip controlling vehicle speed acquiring device
JPH11192932A (en) * 1997-12-26 1999-07-21 Nisshinbo Ind Inc Road surface state identification unit
JP2000089824A (en) * 1998-07-17 2000-03-31 Toyota Central Res & Dev Lab Inc Output sorting device and diagnostic device for dynamic system

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60596A (en) 1983-06-16 1985-01-05 株式会社デンソー Road surface state identifier
JPS62152914A (en) * 1985-12-26 1987-07-07 Nippon Soken Inc Running road surface condition detecting device
JP2516780B2 (en) * 1987-04-17 1996-07-24 本田技研工業株式会社 Bad road detection device when the vehicle is running
JP2699398B2 (en) * 1988-04-19 1998-01-19 トヨタ自動車株式会社 Wheel rotation amount calculation device
JPH07110604B2 (en) 1991-04-23 1995-11-29 日本電装株式会社 Vehicle control device
JP2923385B2 (en) 1991-11-08 1999-07-26 株式会社豊田中央研究所 Road surface shape measurement device
JPH0680044A (en) 1992-09-03 1994-03-22 Omron Corp Road condition estimating device and method
DE19537257A1 (en) * 1994-10-14 1996-04-18 Volkswagen Ag Determining physical profile of road surface during movement of motor vehicle on road
US5760682A (en) 1997-03-07 1998-06-02 Robert Bosch Gmbh Method for detecting a deflated tire on a vehicle
WO1999028172A1 (en) * 1997-11-28 1999-06-10 Denso Corporation Vehicle controller
JP3617593B2 (en) * 1998-02-26 2005-02-09 オムロン株式会社 Road surface friction coefficient measuring device and vehicle brake control system using the same

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07205788A (en) * 1994-01-26 1995-08-08 Honda Motor Co Ltd Estimated car body speed calculating method
JPH0920223A (en) * 1995-07-07 1997-01-21 Nippondenso Co Ltd Road surface condition discriminating device
JPH09229950A (en) * 1996-02-28 1997-09-05 Unisia Jecs Corp Wheel-speed detector
JPH1031029A (en) * 1996-07-15 1998-02-03 Toyota Motor Corp Slip controlling vehicle speed acquiring device
JPH11192932A (en) * 1997-12-26 1999-07-21 Nisshinbo Ind Inc Road surface state identification unit
JP2000089824A (en) * 1998-07-17 2000-03-31 Toyota Central Res & Dev Lab Inc Output sorting device and diagnostic device for dynamic system

Also Published As

Publication number Publication date
DE10117351B4 (en) 2015-04-30
JP2001287634A (en) 2001-10-16
US6385525B2 (en) 2002-05-07
US20010029421A1 (en) 2001-10-11
DE10117351A1 (en) 2001-10-11

Similar Documents

Publication Publication Date Title
JP4496598B2 (en) Road surface condition identification device
US6941212B2 (en) Stability factor learning method and apparatus for a vehicle and control apparatus for a vehicle
JPH0920223A (en) Road surface condition discriminating device
JP3334647B2 (en) Vehicle yaw rate detection device
JP2659585B2 (en) Wheel speed processing device
JP4381481B2 (en) How to improve the control state of ABS on a curve
JP2004517314A (en) Method and system for controlling and / or adjusting the driving performance of an automobile
JP2001287632A (en) Braking force controller
JPH09295566A (en) Vehicle control method
JPH0424264B2 (en)
JP2005300254A (en) Wheel load estimating device and wheel load estimation method
JPH08295223A (en) Device for estimating deceleration and speed of vehicular body, and antiskid brake system using the same
JP3024518B2 (en) Vehicle control device
JPH0976889A (en) Wheel speed correcting method
JPH1029519A (en) Antiskid controller for four-wheel drive vehicle
JP2001504769A (en) How to improve the control status of an antilock control system
JP4953503B2 (en) Method and apparatus for detecting vehicle curving
JP3768546B2 (en) Running state determination device
JP2000085558A (en) Oversteering condition detecting device for vehicle
JP2001504767A (en) How to improve ABS control
JPH11192932A (en) Road surface state identification unit
JP4434511B2 (en) Brake pedal depression force detection device for vehicles
KR100808009B1 (en) Method and device for detecting curved travelling of a vehicle
JP2000085557A (en) Turning behavior condition detecting device for vehicle
JP4560850B2 (en) Brake hydraulic pressure control device

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20060525

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20080529

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20080722

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20080918

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20090609

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20100323

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20100405

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130423

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130423

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20140423

Year of fee payment: 4

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees